结巴(jieba)中文分词的.NET版本
学习路径： https://github.com/anderscui/jieba.NET/
特点
- 支持三种分词模式：
- 精确模式，试图将句子最精确地切开，适合文本分析；
- 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义。具体来说，分词过程不会借助于词频查找最大概率路径，亦不会使用HMM；
- 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
- 支持繁体分词
- 支持添加自定义词典和自定义词
- MIT 授权协议
算法
- 基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图 (DAG)
- 采用了动态规划查找最大概率路径, 找出基于词频的最大切分组合
- 对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi算法
安装和配置
环境：Win10+VS2019
1.打开VS2019，创建项目
2.安装结巴（jieba）分词
当前版本基于.NET Framework 4.7.2，可以手动引用项目，也可以通过NuGet添加引用
2.1 NuGet添加引用
或者右击项目
在出现的页面中输入 jieba,选择jieba.NET后，即可点击【安装】
2.2 手动引用项目，Install-Package jieba.NET